科创中国

本课题针对抑郁症早期无法正确诊断的问题，寻找抑郁症早期诊断的指标，并与健康人的脑电信号对比，找出抑郁症患者的生物学差异。针对提取脑电信号特征的方法在小样本脑电数据集中表现不够稳定，传统分类器人工选取特征导致的精度偏差以及高维特征带来的时间复杂度较高的问题，研究并实现一种高鲁棒性、高精度的脑电信号特征提取后的降维及精准分类方法，为抑郁症分级评价提供科学量化指标。面对突如其来的疫情，以及近期重大事件对高校师生的影响，特别是伴随着各种不安全因素持续增长的环境下，疫情灾后心理重建显得格为重要，建立灾后预警机制并定期跟踪特点目标人群的心理健康状况。

本课题研发灾后心理重建脑机接口，密切跟踪大学生心理状态及抑郁指标，为更好地疏导师生心理压力，提供技术支撑。1.数据采集更简单，受试者佩戴16-128通道的Ag/AgCl电极帽通过放大器记录并通过0.05-200Hz的带通滤波器进行16位(0.1μv)精度的数模转换。训练样本是从1000Hz降采样至100Hz的脑电信号。2.数据处理精度更高。针对脑电信号微弱、复杂且不规则的特点，提出一种基于机器学习的特征提取与分类方法。3.数据保存更长久。逐步形成存储脑电情绪数据的云结构存储。

本项目针对研究运动功能障碍患者的康复训练领域，如何实现高精度、高鲁棒性的基于运动想象的脑机接口技术，从而精确判别患者的运动姿态和肢体运动位置，为量表评定病患康复程度提供客观的数据支撑，有效缓解当前脑卒中治疗设备和医师资源严重不足，主观治疗带来的弊端等问题。提出了采用小波包变换和快速独立分析方法进行脑电信号的预处理，主要是对原始的运动想象脑电信号进行滤波，尽可能地减少脑电信号中的各种噪声，提高信噪比， 基于改进的共空间模式结合卷积神经网络算法识别患者运动想象脑电信号，从而更准确地判别患者的运动位置和肢体运动状态，为量表评定病患康复程度提供客观的数据支撑。

项目负责人拥有较丰富的科技成果转化经验与相关能力，主持企业横向课题20余项，现主持北京市自然科学基金面上项目：基于生成对抗网络的脑卒中康复系统脑机接口关键技术研究(4192005)，主要研究利用机器学习对脑电信号EEG进行特征提取与高精度分类。曾主持北京市教委科技面上项目、北京市优秀人才资助项目、北京工业大学“日新人才”、校青基金、基础研究基金等；作为项目骨干参与国家自然科学基金项目。2017年作为核心技术骨干参与北京市教委项目智能制造领域大科研推进计划：“上肢智能运动康复训练装备功能样机研制（硬件与信息采集处理软件）”，为本课题的提出与进一步实施提供了理论基础。本课题组在心理学、教育学、模式识别、神经医学、信号处理及数据分析领域进行了多年的深入研究，具有多项成果积累，有助于顺利完成本课题。申请者及课题组在申请前做了严谨和细致的预研工作，为本项目高质量地完成奠定了坚实的基础。本课题组成员主要由北京工业大学信号与信息处理学科的青年学术骨干和博士、硕士研究生组成。该学科是国家211工程在北京工业大学重点建设的信息学科基地之一，也是北京市重点建设的学科之一。近几年，项目申请人与项目组成员在

脑卒中（俗称:脑中风Stroke)，是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一种常见的脑血液循环障碍性疾病。由于其发病率较 高，具有极高的致残率，严重威胁人类健康。美国心脏协会(AHA) 2016年心脏病与卒中统计数据更新显示，脑卒中是仅次于心脏病的全球人类健康杀手。而在我国脑卒中的发生率正以每年8.7 %的速度上升，患病率及死亡率仅次于高血压位于第二，给社会和家庭带来沉重的精神压力和巨大的经济负担。当前从治疗手段分析，国内外脑卒中康复系统主要聚焦于临床康复训练。临床康复训练系统多采用基于神经生理学基础的康复训练，主要是根据运动发育控制原理与大脑可塑性原理，利用共同运动、协同作用和姿势反射等神经运动机制，通过医师对患者 临床的康复评定，对患者的功能状态和潜在能力进行判断，然后“对症下药”，进行相应的康复训练。目前临床上关于脑卒中运动功能评定的方法很多，如简式Fugl-Meyer运动功能评分法、Brunnstrom等级评测法等。这些量表评定的方法，都依赖于医生的检查和观察，属于人工评定，虽然临床上广泛使用，但评定结果容易受到康复医师主观因素的影响，且量表分级指标较多，需要康复医师全程参与，而有限的医师数量面对庞大的病患群体往往力不从心，甚至延误最佳治疗时机。目前我国的现状是临床康复资源(诸如康复医师、治疗师、护理 人员、床位等)愈发紧张，且存在严重的区域不平衡，且对于神经系统损伤，目前医学界还没有能力完全修复。如何通过主动康复训练解决中风病人的病后运动功能障碍问题，是当今医学的研究热点和难点。因而研究高性能康复系统脑机接口帮助无法通过正常输出通路的患者完成主动康复训练，从而改善运动机能恢复正常活动行为，对于我国神经学科与信息学科交叉领域具有十分重要的研究意义与发展前景。

技术作价入股、目标合作投融资机构等